Summary

Samenvatting Statistiek en data-analyse: uitgebreide inhoudstafel

1 purchase

Course
Statistiek en data analyse (J000497A)

Institution
Universiteit Gent (UGent)

1e zit GESLAAGD! Tijdens mijn studie van 'Statistiek en Data-analyse' vond ik de hoeveelheid stof behoorlijk overweldigend. Om mezelf beter voor te bereiden, heb ik een beknopte en overzichtelijke inhoudstafel samengesteld. Deze bevat alle belangrijke onderwerpen uit het boek, met de bijbehorende p...

[Show more]

Preview 3 out of 30 pages

View example

Uploaded on September 19, 2024
Number of pages 30
Written in 2023/2024
Type Summary

codes in r
paginanummering
statistiek

Institution
Universiteit Gent (UGent)
Education
Farmaceutische Wetenschappen
Course
Statistiek en data analyse (J000497A)

$8.09

Add to cart

Add to wishlist

100% satisfaction guarantee
Immediately available after payment
Both online and in PDF
No strings attached

Statistiek

Hoofdstuk 1: Wat is medische statistiek?

1.1 Statistiek in geneesmiddelenonderzoek - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - p. 9-10
- Empirisch onderzoek (onderzoek dmv observatie) adhv statistiek
→ produceren betrouwbare data
→ analyseren van data om betekenis te verduidelijken
→ trekken van conclusies
- Controle door medicijn-regulerende autoriteiten (FDA, EMA)

1.2 In hoeverre data-analyse vertrouwen - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - p. 10-11
- Gestandaardiseerd gebruik van statische technieken levert objectief materiaal
→ product onder valse pretenties = menselijke schade + firma heeft hoge kosten
- Fouten komen vaak voor

1.2.1 Fouten zijn inherent aan empirisch onderzoek - - - - - - - - - - - - - - - - - - - - - - p. 11
- Biologische variabiliteit
→ geobserveerde waarden kunnen toeval zijn → foutieve conclusies
- DUS statistische analyse moet duidelijk maken hoeveel onzekerheid er is +
risico bepalen bij foutieve conclusies
1.2.2 Studies worden bemoeilijkt door afwijkingen protocol - - - - - - - - - - - - - p. 11-12
- Therapie afbreken, studie verlaten, andere dag langskomen als verwacht,...
→ afwijkingen voegen extra onzekerheid
- Ontrouw zijn of niet innemen = verdunning behandelingseffect
- Studie verlaten = minder gegevens op einde = tast betrouwbaarheid aan

1.2.3 Complexiteit van data-analyse maakt ze gevoelig - - - - - - - - - - - - - - - - - p. 12-14
- Uitvoering door onderzoekers met beperkte statistische bagage
- Vakblad Nature erkent deze problematiek en pleit voor strengere eisen
(p.12-13)
- Voorbeeld 1.1: associatie Nobelprijzen en chocoladeconsumptie (p. 13-14)
→ Rijkdom is confounder

1.2.4 Fraude is niet uitgesloten - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - p. 14-15
- Onderzoekers met belangen = fraude
- Wetenschappelijke integriteit met als doel kwalitatief onderzoek
- Voorbeeld 1.2: de oppoetsing van resultaten bij Rofecoxib (Vioxx)

1.3 Statistiek en apotheker - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - p. 15-16
- Diepgaande kennis en kritische evaluatie van producten
- Kritisch kunnen lezen van wetenschappelijke literatuur is een must
- Basiskennis van toegepaste statistiek

1

,Hoofdstuk 2: Wat maakt een empirische studie kwalitatief?

2.1 Inleiding - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - p. 19
- Design of proefopzet: gestructureerd schema van onderzoek
- Fouten kunnen soms gecorrigeerd worden door statistische analyse

2.2 Kwalitatieve studie vertrekt van representatieve steekproef - - - - - - - - - - - - - - - - p. 19-22
- Goed studiedesign = beschrijving studiepopulatie + representatieve groep proefpersonen
(steekproef) (+ hoe gerekruteerd)
- Voorbeeld 2.1: Vitamine D bij postmenopauzale vrouwen
→ Recrutering op correcte wijze gebeurd?
→ Selectie bias = vertekening door analyse op niet representatieve groep
- Voorbeeld 2.2: Bigger is not always better (verkiezingen Landon vs Roosevelt)
→ een zorgvuldig ontworpen studie van beperkte omvang levert vaak veel kwantitatievere
resultaten in vergelijking met een grootschalige studie
- Representatieve groep kan representativiteit verliezen door verlaten studie, informatie
achterhouden, …
→ gegevens van degene die studie niet verlaten = risico op selectie bias
→ mensen verlaten studie wegens beter voelen = enkel gegevens van van degene die er
slechtst aan toe zijn
- Nagaan hoeveel ontbrekende gegevens (missing data)
- Statistische correcties gemaakt?

2.3 Experimentele versus observationele studies - - - - - - - - - - - - - - - - - - - - - - - - - - - - p. 22-26

2.3.1 Wat? - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - p. 22-23
- Wie krijgt welk GM of wie ondergaat welke interventie?
- Experiment = onderzoeker beslist wie welke behandeling krijgt
- Observationele studie = keuze aan patiënt (of arts of apotheker), onderzoeker
observeert enkel
→ vb. proefpersonen in behandeling (op advies van arts) vergelijken met
proefpersonen met dezelfde aandoening zonder dat GM
- Klinische studie = medische behandelingen testen, vereist geen vergelijking,
vereist formele structuur met controle over toekenning van behandeling
→ vb. alle proefpersonen GM of helft GM en helft niets

2.3.2 Controlegroep? - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - p. 23-25
- Uitkomstmeting vergelijken tussen test en controlegroep
→ testgroep = experimenteel GM, controlegroep = standaard GM
- Gecontroleerde studies (hebben controlegroep)
- Niet-gecontroleerde studies = geen controlegroep op hetzelfde ogenblik
→ Historische controle
→ Pre-test/Post-test studies (karakteristiek meten voor en na behandeling)
→ Regression to the mean

2

, 2.3.3 Zijn behandelingsgroepen vergelijkbaar? - - - - - - - - - - - - - - - - - - - - - - - p. 25-26
- Vergelijkbaarheid van interventiegroepen is noodzakelijk
- Confounder = verstoren associatie tussen blootstelling en uitkomst zodat
geobserveerde associatie tussen beiden niet pure effect van die blootstelling
op die uitkomst uitdrukt (vb roken=blootstelling, longkanker=uitkomst,
genotype=confounder)
→ Voorbeeld 2.6: associatie alcohol en borstkanker met als confounder roken
→ DUS corrigeren naar vrouwen met hetzelfde rookgedrag
→ Adjusted (p.26)
- Problemen van confounding inherent aan observationele studies
→ Causaal effect (vb wijzigt risico op longkanker als gevolg van roken?)
→ Leeftijd is confounder
- Observationele studies wel zeer nuttig
→ Experimentele studies niet altijd ethisch te verantwoorden (vb verplicht
roken) → DUS bij vb 2.6 observatie: wel gecontroleerd, niet experimenteel
→ meer realistische context
- Klinische studies: vaak selectieve patiëntenpopulaties onder ideale condities

2.4 Gecontroleerde studies - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - p. 26-30

2.4.1 Salk vaccin studie - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - p. 26-28
- Incidentie = kans dat individu zonder bestudeerde aandoening tijdens het
gegeven interval deze aandoening zal opdoen
- Prevalentie = proportie individuen met ziekte in bepaalde populatie op
bepaald punt in de tijd
- Voorbeeld: incidentie van Polio
→ Historische controle niet aangewezen = gevoelig aan confounding door tijd
- Parallelle, gecontroleerde studies
→ gelijktijdig incidentie vergelijken tussen gevaccineerden (cases) en niet-
gevaccineerden (controles)
→ verschillende grootte is niet problematisch
→ rekening houden met: toeval, vatbaarheid, hoge inkomens
→ Confounding!

2.4.2 Randomisatie - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - p. 28-30
- Randomisatieprocedures waarbij toewijzing lukraak gebeurt
- Gerandomiseerd gecontroleerd (randomized controlled)
→ Interventiegroepen zijn in alle factoren vergelijkbaar (leeftijd, gewicht,...)
zodat geobserveerde verschillen kunnen toegeschreven worden aan
interventie (wel gevaar voor toevallige verschillen → niet confounding)
- Differentiële uitval = reden van niet deelname verschillend bij controle en test
- Enkel blind = wisten niet welke behandeling ze kregen = objectief beeld
→ Voorbeeld Pollio: dubbel blind (zowel arts als patiënt)
- Open label studies = behandelingscode door iedereen gekend

3

The benefits of buying summaries with Stuvia:

Guaranteed quality through customer reviews

Stuvia customers have reviewed more than 700,000 summaries. This how you know that you are buying the best documents.

Quick and easy check-out

You can quickly pay through credit card or Stuvia-credit for the summaries. There is no membership needed.

Focus on what matters

Your fellow students write the study notes themselves, which is why the documents are always reliable and up-to-date. This ensures you quickly get to the core!

Frequently asked questions

What do I get when I buy this document?

You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.

Satisfaction guarantee: how does it work?

Our satisfaction guarantee ensures that you always find a study document that suits you well. You fill out a form, and our customer service team takes care of the rest.

Who am I buying these notes from?

Stuvia is a marketplace, so you are not buying this document from us, but from seller franndevleeschauwer. Stuvia facilitates payment to the seller.

Will I be stuck with a subscription?

No, you only buy these notes for $8.09. You're not tied to anything after your purchase.

Can Stuvia be trusted?

4.6 stars on Google & Trustpilot (+1000 reviews)

68175 documents were sold in the last 30 days

Founded in 2010, the go-to place to buy study notes for 15 years now

Start selling